Tensorflow：.ckpt文件和.ckpt.meta和.ckpt.index和.pb文件之間的關係是什麼

我使用「saver = tf.train.Saver（）」來保存我訓練的模型，我也得到3種命名.ckpt.meta文件，.ckpt.index和.ckpt.data，和另一個文件「檢查點」。但我不知道與.ckpt文件有什麼關係。我看到有人用.ckpt文件保存模型，我不知道如何製作。還有一個問題，我如何使用.pb文件保存模型？Tensorflow：.ckpt文件和.ckpt.meta和.ckpt.index和.pb文件之間的關係是什麼

來源

2017-06-13 Frank.Fan

的.ckpt文件是saver.save(sess)舊版本的輸出，這是相當於你.ckpt-data（見下文）
的「檢查點」文件只是在這裏告訴一些TF功能，這是最新的檢查點文件。
.ckpt-meta包含元圖，即您的計算圖的結構，沒有變量的值（基本上可以在張量板/圖中看到的）。
.ckpt-data包含所有變量的值，沒有結構。要恢復Python中的模型，你通常會使用與元和數據文件（但你也可以使用.pb文件）：
```
saver = tf.train.import_meta_graph(path_to_ckpt_meta) 
saver.restore(sess, path_to_ckpt_data) 
```
我不知道確切的.ckpt-index，我想這是一些在內部需要一種索引來正確映射前兩個文件。無論如何，這通常不是必需的，您可以僅使用.ckpt-meta和.ckpt-data恢復模型。
.pb文件可以保存你的整個圖形（元+數據）。要在C++中加載和使用（但不是訓練）圖形，通常會使用它，使用freeze_graph創建，它將從元數據和數據創建.pb文件。小心，（至少在以前的TF版本和某些人）freeze_graph提供的py函數無法正常工作，所以你必須使用腳本版本。 Tensorflow還提供了一個tf.train.Saver.to_proto()方法，但我不知道它究竟做了什麼。

這裏有很多關於如何保存和恢復圖形的問題。例如，請參閱答案here，但請注意，這兩個引用的教程儘管非常有幫助，但並不完美，許多人似乎仍然很難用C++導入模型。

編輯：它看起來像you can also use the .ckpt files in c++ now,，所以我想你不一定需要.pb文件了。

來源

2017-06-13 12:39:32 gdelab

非常感謝。現在，如果我想加載.ckpt-meta和.ckpt-data文件來識別圖片的類，您是否知道如何實現這一點？或者你對此有所瞭解？ –

你可以看看這裏的問題和答案：https://stackoverflow.com/a/43909969/7456923 這個想法是使用'saver = tf.train。import_meta_graph（path_to_ckpt_meta） saver.restore（sess，path_to_ckpt_data）''然後使用集合或變量名稱取回重要輸入和輸出張量的句柄，然後運行推理，就像沒有保存和加載一樣sthg像'sess.run（[prediction_class]，feed_dict = {x_input：data}）' – gdelab

好的，我會試試看。非常感謝你。 –

您可以檢查classify_img_arg.py文件here。我認爲這是很好的解釋

來源

2017-12-22 11:32:18

如果鏈接改變，你應該包括一個解釋。 – nkr

基本上，存儲庫只是一個腳本（classify_img_arg.py），它加載一個已保存的訓練模型（ckpt + data），連接CNN圖形的輸入層並將批量圖像加載到其中以進行推理 –

Tensorflow：.ckpt文件和.ckpt.meta和.ckpt.index和.pb文件之間的關係是什麼

回答

相關問題